圖像主觀質量評價 評分_視頻質量評價算法 之 客觀評價的性能指標

前言亂語

說完數據集，先給大家結個尾吧(誤)

視頻質量評估(VQA)第二期

來介紹幾個?

評價視頻質量評價算法的性能評估指標

? ??我發4，沒有在套娃......

簡易小目錄

• SROCC(Spearman rankorder correlation coefficient，斯皮爾曼秩相關系數)

• PLCC(Pearson linear correlation coefficient，皮爾森線性相關系數)

• RMSE(Root?Mean Square?Error，均方根誤差)

·客觀視頻質量評價斱法的性能指標使用最廣泛的是Pearson 線性相關系數(PLCC)、Spearman 秩序相關系數(SROCC)、Kendall 秩序相關系數(KROCC)和均斱根誤差(RMSE)等，它們常常用于測量兩個變量之間的相關程度。

1、PLCC

PLCC的全稱是：Pearson product-moment correlation coefficient。主要用于衡量預測值與主觀評分之間的相關性，其計算值的范圍在0 到1 之間，相關性值越大，性能越好。

計算公式如下：

Ai?、Bi分別表示第 i?幅圖像真實值和測試分數，、分別表示真實平均值和預測平均值。

2、SROCC

SROCC的全稱是：Spearman rankorder correlation coefficient。主要描述了算法預測的單調性。

計算公式如下：

其中，N表示失真圖像，vi 、pi分別表示yi、yi'在真實值和預測值序列中的排序位置。

3、RMSE

再請來一位老朋友——RMSE，其全稱是：root mean square error。其實也就是MSE(均方誤差)的平方根。在往期《圖像質量評價指標》一文有介紹過(可點擊文章名查看詳細講解)，這里簡單給出計算公式：

rMSE=∑i=1n(xi?yi)2n" role="presentation" style=" box-sizing: border-box; outline: 0px; display: inline; line-height: normal; word-spacing: normal; overflow-wrap: break-word; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border-width: 0px; border-style: initial; border-color: initial; ">

寫在最后的話：

在視頻質量評估中，主要關注算法模型客觀值與觀測主觀值之間的差異性和相關性。

一般來說，論文中最常用的是SROCC和PLCC，這兩個標準可以很好地衡量模型的非線性相關性和線性相關性，有些論文也會放KROCC和RMSE(方均根誤差)。

除了文中介紹的幾個指標以外，衡量質量評估結果優劣性的指標其實還有很多，VQA之路未完待續......

掃碼關注YK醬

微信號｜caiyoujia7541

期待您的關注、點贊、評論、交流